导读:本文包含了改进二进制粒子群算法论文开题报告文献综述及选题提纲参考文献，主要关键词:配电网,多目标重构,非线性惯性权重,改进二进制粒子群
改进二进制粒子群算法论文文献综述
张珂,石俊,王磊[1]（2018）在《基于改进二进制粒子群算法的配电网多目标重构》一文中研究指出配电网重构作为配电自动化系统的一个重要组成部分,能够有效提高配电网运行的经济性和可靠性。提出以网络有功网损和网络电压偏移构建配电网重构的多目标数学模型,根据系统初始状态将各指标归一化处理,利用权重系数法将多目标重构问题转化为单目标问题。为克服二进制粒子群算法容易陷入局部最优而难以跳出的问题,将非线性动态调整的惯性权重系数引入到粒子速度更新公式之中,以提高二进制粒子群算法的全局搜索效率和收敛速度。算例结果验证了所提方法的有效性。(本文来源于《四川电力技术》期刊2018年05期）
李浩君,刘中锋,李赛,王万良[2]（2017）在《基于改进二进制粒子群算法的个性化网络学习资源推荐方法》一文中研究指出针对目前启发式算法用于解决个性化网络学习资源推荐问题时存在推荐速度较慢、不稳定等问题,文章提出基于改进二进制粒子群算法的个性化网络学习资源推荐方法(AsyBPSO-RA).该方法将个性化网络学习资源推荐问题建构为适应度函数,利用改进二进制粒子群算法(AsyBPSO)优化此适应度函数,生成推荐结果;AsyBPSO采用非对称映射函数,取代基本二进制粒子群算法中的S型映射函数,以更好地平衡算法的探索和开发阶段.通过五组实验结果对比分析发现,AsyBPSO收敛能力强,稳定性高,表明AsyBPSO-RA是较为有效的个性化网络学习资源推荐方法.(本文来源于《系统科学与数学》期刊2017年08期）
张健,张莉华[3]（2016）在《基于改进二进制粒子群算法的苹果多特征提取分级研究》一文中研究指出为了提升对苹果分级的准确性,采用改进二进制粒子群算法对苹果多特征进行提取分级研究。首先建立苹果多特征提取量,包括大小、颜色、缺陷、形状特征;然后基于辅助搜索空间的二进制粒子群更新,对粒子位置增加状态翻转因子,根据收敛情况动态地获得单向翻转角度;接着通过Sigmoid函数、高斯函数对苹果多特征进行分级建模,确定了分段函数的参数值;最后给出了苹果分级的算法流程。实验仿真显示,该算法对苹果多特征提取分级的结果较其他算法更准确,且运行时间较少。(本文来源于《浙江农业学报》期刊2016年09期）
胡清,张强[4]（2016）在《基于改进二进制粒子群算法的配电网故障定位》一文中研究指出为提高配电网故障定位的快速性和准确性,并克服传统二进制粒子群算法的早熟早敛问题,提出一种基于改进二进制粒子群算法的配电网故障定位算法.粒子群的初始化采用均匀分布,并引入压缩因子、变异因子以及线性递减的惯性权重来提高算法收敛于最优解的能力,然后通过算例仿真验证改进二进制粒子群算法的可行性和高效性.结果表明改进二进制粒子群算法计算速度快、容错性高,可以实现配电网多种故障情况的准确定位.(本文来源于《南京工程学院学报(自然科学版)》期刊2016年03期）
马草原,孙展展,葛森,朱丽君[5]（2016）在《改进二进制粒子群算法在配电网重构中的应用》一文中研究指出将混合蛙跳思想引入粒子群算法,并结合遗传算法中的选择交叉操作,提出一种改进二进制粒子群算法,来解决配电网重构中的问题。并且动态调整粒子速度更新公式中的惯性系数,使粒子能够随更新次数的变化动态改变全局和局部搜索能力,防止算法早熟,以找到全局最优解。文章最后对典型IEEE33节点算例进行仿真,并与遗传算法进行对比分析,结果表明该方法不仅能有效避免算法早熟、快速收敛,而且稳定性好。(本文来源于《电测与仪表》期刊2016年07期）
王大为,朱方方[6]（2016）在《改进二进制粒子群算法及在频谱分配中的应用》一文中研究指出收敛速度是衡量算法有效性的重要标准,当前频谱分配算法普遍存在收敛过慢的缺陷。为更高效地完成频谱分配,对二进制粒子群算法的速度和位置更新策略在离散域作了全新诠释,提出了二进制离散速度的概念,并以其作为决定位置参数变或不变的异或因子,更好地平衡了算法的开发性能与探索性能。实验表明,改进二进制粒子群算法能够更高效、快速地完成频谱分配。(本文来源于《计算机工程与应用》期刊2016年21期）
罗金炎[7]（2014）在《改进的二进制粒子群算法求解车辆路径问题》一文中研究指出设计了一种改进的二进制粒子群优化算法来求解车辆路径问题,算法基于粒子群算法的寻优模式充分考虑粒子之间的导向作用,改进二进制粒子群算法的位取值方式,减小了在进化过程中停滞于局部最优解的概率,并通过构造辅助函数处理优化问题的约束条件,基于分层次实现多个目标的思路来寻优,提高了算法的搜索效率和计算速度.实验测试结果验证了该算法对求解车辆路径问题的适用性和有效性.(本文来源于《数学的实践与认识》期刊2014年23期）
王浩磊,刘涤尘,吴军,潘旭东,董飞飞[8]（2014）在《基于改进二进制量子粒子群算法的核心骨干网架搜索》一文中研究指出针对差异化规划设计提出的构建核心骨干网架,提高电网对重要负荷保障能力的要求,引入具有全局搜索能力的二进制量子粒子群算法。对于算法的缺陷和搜索模型的特性,通过引入小生境技术和遗传算法的交叉操作来增加算法的全局搜索能力,并运用图论修复粒子来提高算法效率。将改进的粒子群算法应用于IEEE-118模型的核心骨干网架搜索。仿真结果表明,该方法能有效地搜索出满足潮流约束要求和连通性要求的核心骨干网架。(本文来源于《中国电机工程学报》期刊2014年34期）
徐多,李鹏[9]（2014）在《基于带辅助搜索空间的改进二进制粒子群算法的微网经济负荷分配研究》一文中研究指出研究了包括光伏电池、风机、微型燃气轮机、柴油发电机、燃料电池在内的微网的发电特性,考虑电压越限、功率平衡、微电源出力限制等约束条件,建立了以发电经济成本最小、环境成本最小的多目标微网经济负荷分配模型。针对二进制粒子群算法易"早熟"、容易陷入局部最优解的缺点,构造辅助搜索空间,改进二进制粒子群算法来求解该复杂非线性优化问题。对孤岛运行模式下的一个小型的含多种微电源的微网系统算例进行研究,仿真结果验证了模型的正确性和算法的有效性。(本文来源于《陕西电力》期刊2014年06期）
沈佳杰,江红,王肃[10]（2013）在《基于多点速度向量和自适应速度值的离散二进制粒子群算法改进》一文中研究指出针对标准的离散二进制粒子群算法在高维环境下迭代速度慢和易早熟的缺点,通过引入多点速度向量和自适应的速度计算方法,提出一个多点基于速度向量和自适应速度值的改进的自适应离散二进制粒子群算法,通过理论推导改进的离散粒子运算法可有效提高离散差分进化算法对于复杂问题先的全局最优值搜索能力和离散粒子群算法对于复杂优化问题的收敛速度。实验验证了理论推导的结果。(本文来源于《计算机科学》期刊2013年S2期）
改进二进制粒子群算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对目前启发式算法用于解决个性化网络学习资源推荐问题时存在推荐速度较慢、不稳定等问题,文章提出基于改进二进制粒子群算法的个性化网络学习资源推荐方法(AsyBPSO-RA).该方法将个性化网络学习资源推荐问题建构为适应度函数,利用改进二进制粒子群算法(AsyBPSO)优化此适应度函数,生成推荐结果;AsyBPSO采用非对称映射函数,取代基本二进制粒子群算法中的S型映射函数,以更好地平衡算法的探索和开发阶段.通过五组实验结果对比分析发现,AsyBPSO收敛能力强,稳定性高,表明AsyBPSO-RA是较为有效的个性化网络学习资源推荐方法.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
改进二进制粒子群算法论文参考文献
[1].张珂,石俊,王磊.基于改进二进制粒子群算法的配电网多目标重构[J].四川电力技术.2018
[2].李浩君,刘中锋,李赛,王万良.基于改进二进制粒子群算法的个性化网络学习资源推荐方法[J].系统科学与数学.2017
[3].张健,张莉华.基于改进二进制粒子群算法的苹果多特征提取分级研究[J].浙江农业学报.2016
[4].胡清,张强.基于改进二进制粒子群算法的配电网故障定位[J].南京工程学院学报(自然科学版).2016
[5].马草原,孙展展,葛森,朱丽君.改进二进制粒子群算法在配电网重构中的应用[J].电测与仪表.2016
[6].王大为,朱方方.改进二进制粒子群算法及在频谱分配中的应用[J].计算机工程与应用.2016
[7].罗金炎.改进的二进制粒子群算法求解车辆路径问题[J].数学的实践与认识.2014
[8].王浩磊,刘涤尘,吴军,潘旭东,董飞飞.基于改进二进制量子粒子群算法的核心骨干网架搜索[J].中国电机工程学报.2014
[9].徐多,李鹏.基于带辅助搜索空间的改进二进制粒子群算法的微网经济负荷分配研究[J].陕西电力.2014
[10].沈佳杰,江红,王肃.基于多点速度向量和自适应速度值的离散二进制粒子群算法改进[J].计算机科学.2013